主权项 |
一种将爆破振动加速度转换为速度的方法,其特征在于包括以下步骤:(1)对实测加速度数据序列X进行经验模态分解,根据数据序列自适应分解为n个固有模态函数和一个趋势项<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>X</mi><mo>=</mo><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>c</mi><mi>i</mi></msub><mo>+</mo><msub><mi>r</mi><mi>n</mi></msub></mrow>]]></math><img file="FDA0000534224370000011.GIF" wi="314" he="138" /></maths>式中:X为实测加速度数据序列,c<sub>i</sub>为固有模态函数,r<sub>n</sub>为趋势项,n≤50;(2)对步骤(1)中的固有模态函数和趋势项进行低频预处理:a.趋势项r<sub>n</sub>由测振仪或传感器温漂或零漂引起,剔除公式为:X'=X‑r<sub>n</sub>b.数据序列均值由测振仪或传感器直流成分引起,去均值化公式为:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msup><mi>X</mi><mrow><mo>′</mo><mo>′</mo></mrow></msup><mo>=</mo><msup><mi>X</mi><mo>′</mo></msup><mo>-</mo><mover><msup><mi>X</mi><mo>′</mo></msup><mo>‾</mo></mover><mo>=</mo><msup><mi>X</mi><mo>′</mo></msup><mo>-</mo><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><msub><msup><mi>x</mi><mo>′</mo></msup><mi>i</mi></msub><mo>/</mo><mi>N</mi></mrow>]]></math><img file="FDA0000534224370000012.GIF" wi="712" he="151" /></maths>式中:X″为X'经过去均值化处理得到的数据序列,X'为X经过趋势项剔除之后的数据序列,<img file="FDA0000534224370000013.GIF" wi="81" he="77" />为X'的均值,N为X中包含的数据点个数;(3)对固有模态函数高频分量进行阈值降噪处理,阈值函数表达式为<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><msub><mi>γ</mi><mi>Thr</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>=</mo><mfenced open='{' close=''><mtable><mtr><mtd><mi>sgn</mi><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>[</mo><mo>|</mo><mi>x</mi><mo>|</mo><mo>-</mo><mi>Thr</mi><mo>/</mo><msup><mi>exp</mi><mn>2</mn></msup><mrow><mo>(</mo><mfrac><mrow><mo>|</mo><mi>x</mi><mo>|</mo><mo>-</mo><mi>Thr</mi></mrow><mi>m</mi></mfrac><mo>)</mo></mrow><mo>]</mo></mtd><mtd><mo>|</mo><mi>x</mi><mo>|</mo><mo>></mo><mi>Thr</mi></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mo>|</mo><mi>x</mi><mo>|</mo><mo>≤</mo><mi>Thr</mi></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0000534224370000014.GIF" wi="1150" he="239" /></maths>式中:m为任意正常数,当<img file="FDA0000534224370000015.GIF" wi="274" he="132" />时,函数趋同于软阈值函数,当<img file="FDA0000534224370000016.GIF" wi="299" he="147" />时,趋近于硬阈值函数;<img file="FDA0000534224370000017.GIF" wi="439" he="81" />其中Thr为各分解尺度对应的阈值,N为X中包含的数据点个数,k为(0,1]之间的正常数,σ=median(|d<sub>j</sub>(k)|)/0.6745,median()为中值函数;(4)进行时域积分处理,得到速度数据序列{x<sub>l</sub>}(l=1,2,3…N),时域积分采用辛普森时域积分公式<maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><msub><mi>x</mi><mi>l</mi></msub><mo>=</mo><mi>Δt</mi><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><mfrac><mrow><mi>Y</mi><mrow><mo>(</mo><mi>i</mi><mo>-</mo><mn>1</mn><mo>)</mo></mrow><mo>+</mo><mi>Y</mi><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow></mrow><mn>2</mn></mfrac></mrow>]]></math><img file="FDA0000534224370000018.GIF" wi="540" he="146" /></maths>式中:{Y(n)}(n=0,1,…,N)为信号,采样时间步长Δt为积分步长;(5)对步骤(4)中得到的速度数据序列{x<sub>l</sub>}(l=1,2,3…N)进行分段最小二乘法修正处理:设一个m阶多项式为x<sub>l</sub><sup>*</sup>=a<sub>0</sub>+a<sub>1</sub>l+a<sub>2</sub>l<sup>2</sup>+…+a<sub>m</sub>l<sup>m</sup>确定各待定系数a<sub>i</sub>(i=0,1,…,m),使得x<sub>l</sub><sup>*</sup>与x<sub>l</sub>的误差平方和为最小,消除趋势项,得到高精度的速度数据序列为:U=x<sub>l</sub>‑x<sub>l</sub><sup>*</sup>。 |